Évaluation | EPFL Graph Search

Êtes-vous un étudiant de l'EPFL à la recherche d'un projet de semestre?

Travaillez avec nous sur des projets en science des données et en visualisation, et déployez votre projet sous forme d'application sur GraphSearch.

Découvrez-en plus sur les applications Graph.

Selon Michel Vial, l'évaluation est le rapport que l'on entretient avec la valeur. L'homme est porteur de valeurs qu'il a reçu plus ou moins consciemment, qu'il convoque pour mesurer la valeur d'objets ou de produits, pour contrôler les procédures (vérifier leur conformité) ou encore interroger (rendre intelligible) le sens de ses pratiques : s'interroger sur la valeur, rendre intelligible les pratiques au moyen de l'évaluation située. Plus généralement, l'évaluation est un processus mental de l'agir humain. l'action est adossée à des processus d'évaluation qui sont tantôt des vérifications de la conformité de nos actes, tantôt de l'auto questionnement (quand on s'interroge sur une décision, qu'on a besoin d'y penser pour rendre intelligible ce qui ne va pas de soi). On trouve aussi des outils d'évaluation qui sont rattachés à des grandes classes de modèles d'évaluation Si la démarche d'évaluation peut viser à mesurer, quantifier (usage de méthodes statistiques) et caractériser une situation, une entité, un résultat ou une performance, de nature complexe et donc a priori difficilement mesurable. Selon l'objet ciblé, la démarche d'évaluation fait appel à des méthodes ou outils très variés en fonction de leurs présupposés théoriques - et politiques - de leurs buts, de leurs techniques.La notation, la valorisation et la certification sont des variantes de l'évaluation. Toute démarche d'évaluation peut viser soit le contrôle, soit l'accompagnement. Pour bien faire, elle suppose une conduite et une mise en œuvre : indépendante de l'objet évalué et des acteurs qui en assurent la gestion opérationnelle.(Selon un principe de gouvernance général et constant, on ne peut être à la fois juge-évaluateur et partie prenante de l'affaire en cause.) d'un niveau conceptuel élevé, c'est-à-dire capable d'une appréhension globale de l'entité évaluée.(Pour envisager l'entité en elle-même mais également dans ses rapports avec son environnement dans le temps et dans l'espace, avec ses finalités et ses bénéficiaires potentiels ou présumés.

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Publications associées (63)

Personnes associées (59)

Unités associées (3)

Concepts associés (7)

Cours associés (17)

Séances de cours associées (155)

MOOCs associés (13)

Problème du char d'assaut allemand

Le problème du char d'assaut allemand réfère à une estimation de la valeur maximale d'une loi uniforme discrète à partir d'un échantillonnage sans remplacement. Il tire son nom de son application par les Alliés de la Seconde Guerre mondiale afin d'estimer la production de chars d'assaut allemands. Le problème peut être abordé selon les approches d' ou bayésienne. Selon l'approche fréquentiste, le nombre total () est fonction du nombre d'échantillons () et de la valeur de l'échantillon le plus élevé () selon la relation suivante : On suppose que l'ennemi produit une série de chars immatriculés par des entiers en commençant par le chiffre 1.

Évaluation

Point estimation

In statistics, point estimation involves the use of sample data to calculate a single value (known as a point estimate since it identifies a point in some parameter space) which is to serve as a "best guess" or "best estimate" of an unknown population parameter (for example, the population mean). More formally, it is the application of a point estimator to the data to obtain a point estimate. Point estimation can be contrasted with interval estimation: such interval estimates are typically either confidence intervals, in the case of frequentist inference, or credible intervals, in the case of Bayesian inference.

Does powder averaging remove dispersion bias in diffusion MRI diameter estimates within real 3D axonal architectures?

Marco Pizzolato, Tim Bjørn Dyrby

Noninvasive estimation of axon diameter with diffusion MRI holds the potential to investigate the dynamic properties of the brain network and pathology of neurodegenerative diseases. Recent studies us

ACADEMIC PRESS INC ELSEVIER SCIENCE2022

Covariance Estimation for Random Surfaces beyond Separability

Tomas Masák

This thesis focuses on non-parametric covariance estimation for random surfaces, i.e.~functional data on a two-dimensional domain. Non-parametric covariance estimation lies at the heart of functional

EPFL2022

Rotation measure and synchrotron emission signatures in simulations of magnetized galactic discs

Yoan Rappaz

We analyse observational signatures of magnetic fields for simulations of a Milky Way-like disc with supernova-driven interstellar turbulence and self-consistent chemical processes. In particular, we

OXFORD UNIV PRESS2022

Couvre l'estimation de R à l'aide de distributions normales bivariées et explore les distributions marginales et conditionnelles de X1 et X2.

Explore les limites de corrélation, les probabilités, les variables aléatoires et l'inférence statistique à l'aide d'un exemple de dessin à billes.

Explore les propriétés d'attente conditionnelle, les écarts et les exemples dans les applications pratiques.

ENV-542: Advanced satellite positioning

All fundamental principles behind modern satellite positioning to acquire, track and evaluate direct and indirect satellite signals and process them in relation to example applications: Earth monito

ENV-548: Sensor orientation

Determination of spatial orientation (i.e. position, velocity, attitude) via integration of inertial sensors with satellite positioning. Prerequisite for many applications related to remote sensing, e

MATH-444: Multivariate statistics

Multivariate statistics refers to data in vector form. The main objective is to uncover the associations between the components of the vectors. The course introduces the major types of statistical met